DASAR - DASAR MATEMATIKA OPTIMASI

1. Gradien
) (x f
adalah fungsi bernilai skalar yang didefinisikan pada ruang vektor
x
1
1
1
1
1
1
]
1

n
x
x
x
x
x
.
3
2
1
Differensial
) (x f
skalar dim(1x1) terhadap vektor
x
dim(nx1) akan menghasilkan
x d
df

vektor dim(nx1).
) (x f
: gradien dari fungsi
) (x f
x d
df
x
f
x
f
x
f
x f
n

1
1
1
1
1
1
1
1
1
]
1

.
.
) (
2
1
Untuk mencari titik-titik optimal dari suatu fungsi
) (x f
maka
0 ) ( x f
x d
df
.
2. Matriks Hessian
Differensial vektor kolom dim(nx1) terhadap skalar dim(1x1) ! vektor baris dim(1xn).
Differensial vektor kolom dim(mx1) terhadap vektor kolom dim(nx1) ! matriks dim(nxm).
1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

n m
x
x
x
x
x
f
f
f
f
f
.
,
.
3
2
1
3
2
1

1
1
1
1
1
1
1
1
]
1

n
m
n n
m
m
dx
df
dx
df
dx
df
dx
df
dx
df
dx
df
dx
df
dx
df
dx
df
x d
f d
.......
........ ....... ........ .......
.......
.......
2 1
2 2
2
2
1
1 1
2
1
1
DASAR - DASAR MATEMATIKA OPTIMASI 1
"isal:
1
]
1

1
1
1
]
1

+
+ +
+

2
1
2 1
2
2
2 1
2 1
2
2
2
1
,
4 6 4
6 3 2
2
) (
x
x
x
x x
x x x
x x x x
x f

1
]
1

6 6 6 2 2
4 2 2 2
2 1 2
2 1
x x x
x x
x d
f d
) (x H
: "atriks #essian dari
) (x f
2
2 2
) (
x
f
x x
f
x H
j i

1
1
]
1

1
1
1
1
1
1
1
1
]
1

n n n n
n
n
x x
f
x x
f
x x
f
x x
f
x x
f
x x
f
x x
f
x x
f
x x
f
x H
2
2
2
1
2
2
2
2 2
2
1 2
2
1
2
2 1
2
1 1
2
.......
........ ....... ........ .......
.......
.......
) (
$perator %ntegral dan differensial mempunyai sifat linier karena linier maka &uga
mempunyai sifat komutatif.
"atriks #essian merupakan Matriks Simetri (upper diagonal = lower diagonal)
Untuk mengetahui minimum atau maksimum suatu fungsi
) (x f
maka 0 ) (
2
2

x H
x
f

fungsi
) (x f
adalah minimum dan
0 ) (
2
2

x H
x
f
fungsi
) (x f
adalah maksimum.
'$()$# :
6 8 6 4 2 3 ) (
2 1 2 1
2
2
2
1
+ + + x x x x x x x f
maka
1
]
1

+
+

1
1
1
1
]
1

8 4 4
6 4 6
) (
2 1
2 1
2
1
x x
x x
x
f
x
f
x f
DASAR - DASAR MATEMATIKA OPTIMASI 2
1
]
1

1
1
1
1
]
1

4 4
4 6
) (
2 2
2
1 2
2
2 1
2
1 1
2
x x
f
x x
f
x x
f
x x
f
x H
3. Matriks Definit Positip dan Definit e!atif
1
1
1
1
]
1

nn n n
n
n
a a a
a a a
a a a
A
......
...... ...... ...... ......
......
......
2 1
2 22 21
1 12 11
"inor utama ( principle minor ) dari * :
[ ]
11 1
a A
1
]
1

22 21
12 11
2
a a
a a
A

1
1
1
]
1

33 32 31
23 22 21
13 12 11
3
a a a
a a a
a a a
A
++..
1
1
1
1
]
1

nn n n
n
n
n
a a a
a a a
a a a
A
....
.... .... .... ....
....
....
2 1
2 22 21
1 12 11

,arena pembuktian x
)
*x yang harus berlaku untuk semua x sangat sulit ahli matematik
telah membuktikan bah-a:
DASAR - DASAR MATEMATIKA OPTIMASI 3
A disebut Dei!it P"siti# Ax x
T

0
n
R x
A disebut Dei!it $e%&ti Ax x
T

0
n
R x
A disebut Se'i Dei!it P"siti# Ax x
T
0
n
R x
A disebut Se'i Dei!it $e%&ti Ax x
T
0
n
R x
A disebut Dei!it P"siti# det
( )
i
A
( 0
n i ,......, 2 , 1
A disebut Dei!it $e%&ti ( )
i
1 det
( )
i
A
) 0
n i ,......, 2 , 1
A disebut Se'i Dei!it P"siti# det
( )
i
A
0
n i ,......, 2 , 1
A disebut Se'i Dei!it $e%&ti ( )
i
1 det
( )
i
A
0
n i ,......, 2 , 1
* Definit (egatif -* Definit .ositip
Ax x
T

/ - Ax x
T

/
( ) x A x
T

/ -* Definit .ositip
'ara ini adalah untuk membuktikan * Definit (egatif dengan menggunakan pembuktian
bah-a (-*) Definit .ositip.
* disebut "atrik tidak definit ( indefinite )

ketentuan-ketentuan definit 0 semi definit positif 0 negatif tidak dipenuhi

'$()$# :
1
]
1

4 4
4 6
H
det
( ) 6 6
1
H
1 /
det
( ) 8 16 24
4 4
4 6
2
H
1 /
2adi
# adalah Definit Positip
". S#arat Per$% Keopti&a$an
Digunakan untuk mencari calon0kandidat titik-titik optimal
*
x .
3ila
*
x adalah titik optimal dari
) (x f
maka : ( ) 0
*
x f
'$()$# :
( )
1
]
1

+
+

8 4 4
6 4 6
2 1
2 1
x x
x x
x f
( ) 0 x f

. 0 6 4 6
2 1
+ x x
0 8 4 4
2 1
+ x x

0 2 2
1
+ x

1
1
x 3
2
x
2adi
DASAR - DASAR MATEMATIKA OPTIMASI 4
1
]
1

3
1
*
x
adalah titik optimal dari
( ) x f
'. S#arat (%k%p Keopti&a$an
( ) 0
*
x f dan ( )
*
x H definit positip
*
x titik minimum
( ) 0
*
x f dan ( )
*
x H definit negatif
*
x titik maksimum
'$()$# :
1
]
1

3
1
*
x
1
]
1

4 4
4 6
) (
*
x H
definit positip
2adi
1
]
1

3
1
*
x
adalah titik minimum dengan ( ) 3 6 24 6 12 8 3
*
+ + + x f
"isal:
2 1
2
2
3
1
12 3 2 ) ( x x x x x f +
1. ,andidat titik-titik optimal syarat perlu:
( ) 0 x f
0 12 6
2
2
1
x x sehingga
2
2
1
12 6 x x
0 12 6
1 2
x x sehingga
1 2
12 6 x x
( )
8 , 4
0 , 0
0 4
0 4
4
2 1
2 1
1 1
1
2
1
1
2
1

x x
x x
x x
x x
x x
,andidat:
1
]
1

1
]
1

8
4
,
0
0
2 * 1 *
x x
4. 'ek yang memenuhi syarat sebagai titik optimal:
1
]
1

6 12
12 12
) (
1
x
x H
indefinit H H x H <
1
]
1

0 144 ) det( , 0 ) det(

6 12
12 0
) (
2 1
1 *
positif definit H H x H >< >
1
]
1

0 144 ) det( , 0 48 ) det(

6 12
12 48
) (
2 1
2 *

1
]
1

8
4
2 *
x
memenuhi syarat sebagai titik optimal sedangkan
1
]
1

0
0
1 *
x
tidak.
). *%n!si Konveks dan *%n!si Konkav
1
x
2
x
n
R
5
1
x dan
2
x adalah vektor dengan dimensi yang sama. 6ecara
matematis vektor sama dengan titik dengan syarat titik referensinya sama. )itik adalah
DASAR - DASAR MATEMATIKA OPTIMASI +

,
_

2
1
x
x

,
_

0
0
isitilah pada geometri sedangkan vektor adalah istilah pada space. .erbedaannya titik
selalu dinyatakan pada koordinat tetap sedangkan vektor dinyatakan dalam koordinat
tertentu yang bisa berubah-ubah (tidak tetap).
,ombinasi ,onveks dari
1
x dan
2
x adalah titik-titik yang terletak pada garis lurus yang
menghubungkan
1
x dengan
2
x yang dipenuhi dengan persamaan:
( ) ( )
2 1
1 x x x + [ ] 1 , 0
( ) x f
fungsi konveks

( ) ( ) ( ) ( ) ( )
2 1
1 x f x f x f +
( ) x f
fungsi konkav

-
( ) x f
adalah konveks

( ) ( ) ( ) ( ) ( )
2 1
1 x f x f x f +
DASAR - DASAR MATEMATIKA OPTIMASI 6
,1 ,0.+ ,0
-
1
-
2
-
1
.e/t"01titi/ /"!2e/s 3&!% &d&
d&4&' 5"!e -
1
d&! -
2

-
2
(-) /"!2e/s
(-
1
) (-
1
) (-()) (-
2
)
6(1-)(-
2
)
-
1
-() -
2
(-) /"!2e/s

%(-),-(-) /"!/&2
7ungsi 8inier adalah 7ungsi konveks dan 7ungsi konkav

( ) ( ) ( ) ( ) ( )
2 1
1 x f x f x f +

( ) x f
fungsi konveks

matriks #essiannya adalah Semi Definit Positip

( ) x f
fungsi konkav

matriks #essiannya adalah Semi Definit Negatif

7ungsi konveks dan konkav ini dapat menggantikan syarat cukup semi definit positif dan
negatif.
6uatu himpunan 6 disebut konveks x
1
9(1-) x
4
6 x
1
x
4
6 dan :/1;
'ontoh:
6 8 6 4 2 3 ) (
2 1 2 1
2
2
2
1
+ + + x x x x x x x f
positif definit x H
1
]
1

4 4
4 6
) (
DASAR - DASAR MATEMATIKA OPTIMASI 7
(-) 4i!ie0
-
1
-() -
2
-
1
-
2
S
bu/&! /"!2e/s
-
1
-
2
S
/"!2e/s
f(x) konveks
'ontoh:
6 adalah himpunan penyelesaian yang layak dari suatu permasalahan optimasi dengan
batasan-batasan:
0
16
4 2
1
2
2
2
1
2 1

+
+
x
x x
x x
3uktikan bah-a 6 adalah konveks
DASAR - DASAR MATEMATIKA OPTIMASI 8
-
1
-
2
2-
1
6-
2
4
-
1
0
-
1
2
6-
2
2
16
S /"!2e/s